Induction Labs、動画から学習するAI「Photon-1」発表

記事の3ポイント

1. 1

   アクション不要なイマジンモデルの提案

   Induction Labs は、各フレームを生成するアクションラベルを必要としない新しいアーキテクチャ「イマジンモデル」を提唱し、これが学習のボトルネックであると指摘した。

2. 2

   Photon-1 の性能とコスト効率

   同社によると、Photon-1 は Gemini 3.1 Flash-Lite を上回るパフォーマンスを示しつつ、事前学習計算量は大幅に少なく、推論コストは約 3 分の 1 である。

3. 3

   FSQ と差分エンコーダによる高圧縮

   有限スカラー量子化（FSQ）と差分潜在エンコーダを採用し、1 フレームあたり約 2.2KB の圧縮を実現してテキストやレイアウトの変化を保持している。